[发明专利]用于生成信息的方法和装置

说明书

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：响应于接收到终端设备发送的用户标识和点击信息，用所收到的用户标识和点击信息以及当前时间生成当前用户点击信息并添加到用户点击信息序列中；将用户点击信息序列中用户标识为所收到的用户标识，且点击时间为从当前时间开始往前预设时长内的用户点击信息组成的序列确定为目标用户点击信息序列；对目标用户点击信息序列进行特征提取，得到目标用户点击信息序列特征向量；将目标用户点击信息序列特征向量输入预先训练的贝叶斯信念网络，得到所收到的用户标识所指示的用户为预设类型用户的概率。该实施方式实现了实时确定终端设备的用户是预设类型用户的概率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

目前，存在恶意用户(例如，黄牛、恶意经销商等)利用模拟器、软件下单等手段模拟用户访问网站行为，实现批量操作(例如，批量生成订单或者批量发布虚假评价信息)，破坏了网站的正常运营(例如，对于电商网站，恶意用户的这种行为大量抢占了优质商品资源，破坏正常交易秩序，实现恶意攻击电商网站及非法牟利的目的)。为此，需要识别哪些用户访问网站的行为是正常用户行为，哪些用户访问网站的行为是非正常用户行为(也称作恶意用户行为)。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：响应于接收到终端设备发送的用户标识和点击信息，用所收到的用户标识和点击信息以及当前时间生成当前用户点击信息并添加到用户点击信息序列中，用户点击信息包括用户标识、点击信息和点击时间；将用户点击信息序列中用户标识为所收到的用户标识，且点击时间为从当前时间开始往前预设时长内的用户点击信息组成的序列确定为目标用户点击信息序列；对目标用户点击信息序列进行特征提取，得到预设维数的目标用户点击信息序列特征向量；将目标用户点击信息序列特征向量输入预先训练的贝叶斯信念网络，得到所收到的用户标识所指示的用户为预设类型用户的概率，其中，贝叶斯信念网络用于表征预设维数的特征向量与概率之间的对应关系。

在一些实施例中，对目标用户点击信息序列进行特征提取，得到预设维数的目标用户点击信息序列特征向量，包括：对目标用户点击信息序列进行特征提取，得到初始特征向量；对初始特征向量进行标准化处理，得到目标用户点击信息序列特征向量。

在一些实施例中，贝叶斯信念网络是通过如下训练步骤得到的：获取历史用户点击信息序列；对于历史用户标识集合中的每个用户标识，按照点击时间以预设时长为周期，对于历史用户点击信息序列中用户标识为该用户标识的各个历史用户点击信息进行划分，得到与该用户标识对应的至少一个历史用户点击信息子序列，其中，历史用户标识集合包括历史用户点击信息序列所包括的各个用户标识；对于历史用户标识集合中的每个用户标识对应的至少一个历史用户点击信息子序列中的每个历史用户点击信息子序列，执行以下标注和特征提取操作：确定该历史用户点击信息子序列对应的标注结果，标注结果包括用于表征非预设类型用户点击信息序列的正样本标签和用于表征预设类型用户点击信息序列的负样本标签；对该历史用户点击信息子序列进行特征提取，得到与该历史用户点击信息子序列对应的点击信息序列特征向量；将所得到的点击信息序列特征向量和所确定的标注结果作为训练样本对应存储在训练样本集中；分别将训练样本集中的训练样本中的点击信息序列特征向量和标注结果作为初始贝叶斯信念网络的输入和期望输出，利用机器学习方法训练得到贝叶斯信念网络。